论文部分内容阅读
基于神经网络的智能控制第三讲 神经网络控制系统的控制结构许晓鸣，杨煜普，厉隽怿（上海交通大学自动化所，２０００３０）１引言神经网络控制系统是指采用神经网络作为主要工具进行系统设计及实现的控制系统。近年来．神经网络控制系统的研究工作发展很快，出现了大量...
基于神经网络的智能控制—第三讲 神经网络控制系统的控制结构
【摘 要】
：
基于神经网络的智能控制第三讲 神经网络控制系统的控制结构许晓鸣，杨煜普，厉隽怿（上海交通大学自动化所，２０００３０）１引言神经网络控制系统是指采用神经网络作为主要工具进行系统设计及实现
【机 构】
：
上海交通大学自动化所
【出 处】
：
化工自动化及仪表
【发表日期】
：
1995年5期
其他文献
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清华大学发明人:隋森芳文摘:本发明属于生物技
对三维空间进行测量并获得空间模型的任务中,目前的配准算法无法拼接两帧重叠区域过小的点云。以ICP算法为基础,提出基于多重高斯概率模型的点群匹配拼接算法。通过点云欧式
采集炒酸枣仁饮片11批,制备炒酸枣仁标准汤剂,建立UPLC-UV指纹图谱并测定斯皮诺素和酸枣仁皂苷A含量,以及工艺的稳定性。炒酸枣仁汤剂中斯皮诺素平均总浓度为(0.059±0.0
针对传统人工蜂群算法中搜索策略开发能力不足、单一的搜索策略难以适用于算法运行的各个阶段等问题,提出了一种搜索策略动态调整的人工蜂群算法,该算法搜索策略由基于反馈的
为了提高base haar特征和原始AdaBoost算法的检测率并降低其误检率,提出一种改进型人脸检测算法。该算法采用新增haar-like特征,改进弱分类器选取方式和权重更新方式的AdaBoost算法,构建分类性能强大的级联分类器实现对人脸的有效检测。实验对比证明,与原始AdaBoost算法相比,新增haar-like特征方法检测率提高了1.1%,误检率降低了2.45%;改进AdaBoost算法
针对目标识别与抓取领域中CNN、Faster-RCNN等传统神经网络系列算法的识别准确率不高,实时性较差的问题,提出一种基于YOLOv3的改进神经网络算法。改进的YOLOv3算法主要是引用Inception网络思想,通过不同尺度的卷积核对目标进行多尺度特征提取,在增加网络宽度的同时减少YOLOv3网络的循环次数。同时,YOLOv3算法对于anchor box的选取方式使用Meanshift(均值漂
为了提高多工况下光学镜面仿真及面形拟合的工作效率,作者基于VS进行模块化的二次开发工作。依次完成了基于ANSYS软件APDL参数化命令完成多工况拟合及数据结果输出功能,基于V
计算机继电保护装置担负着判断电力系统故障并给出保护动作信号的任务 ,同时还要向运行人员输出信息并能够与其它设备进行通讯 ,所以它必须是一套具有高性能和高可靠性的计算
针对交通状况的复杂性和边缘情况的不确定性,很难设计一个通用的自动驾驶车辆运动规划系统,采用深度学习的方法,提出了一个时空LSTM(长短期记忆网络)的运动规划模型,它能够根